专业课程教学融合大数据技术的实践研究
孙晓璇
(云南机电职业技术学院 云南昆明 650203)
摘 要： 随着大数据技术的广泛应用，人才培养势必要与之相融合，才能培养面向未来的专业人才。高校各个专业都需要用大数据、Al等新一代信息技术，以提高自身专业的适应性，满足未来工作场景的需求，解决现实问题。本文基于大数据技术的基本理论框架，提出与专业课程设置融合的大数据技术应用体系，并进行模式探究。
关键词： 大数据；专业课程；课程融合
引言
如今，大数据技术在我国得到广泛应用。其中，教育领域也是大数据技术的重要应用领域。随着大数据时代应用的广泛和深入，教育大数据将带来革命性的变化。学界指出，大数据技术将掀起新的教育革命。如，在学生学习、教师教学及教育政策制定等方面将广泛应用[1]。
伸缩缝是利用缝隙结构有效调整高速公路桥梁施工项目中因为受到温度影响而形成的梁体、背墙碰撞问题。最重要的是，混凝土收缩徐变对于高速公路桥梁施工项目质量会造成严重的影响，所以在施工过程中要合理制定工艺流程控制混凝土徐变造成的变位问题。而高速公路桥梁施工中的伸缩缝技术体系，是利用切割、焊接、开槽以及浇筑的工艺确保伸缩缝施工质量的关键，只有对技术和设备进行革新改良，才能不断优化伸缩缝施工效果，提升其基本质量[1]。
大数据技术改变了我们的生活，将推动教育模式的变革。据悉，斯坦福大学开设的人工智能课程受到了学生的热烈欢迎，全世界共有16万学生参加学习。对非大数据技术相关专业的学生而言，如何掌握大数据思维和应用技术，将是一项非常重要的技能。提高学习大数据技术，改善学生的学习成绩，提高未来的就业竞争力，无论对学生本人，还是对学校、社会都是好事[2]。
为避免变量的非平稳性引起伪回归，需要对各个变量进行平稳性检验。面板数据平稳性检验一般通过单位根检验来实现，常常采用两种方法，相同根情形下的LLC(Levin-Lin-Chu)检验和不同根情形下的Fisher-ADF检验。如果只通过了其中一个检验，则面板数据是不平稳的，两种检验结果都表示变量平稳时，面板数据才是平稳的。本文以LLC检验和Fisher-ADF检验对所设定面板模型的各个变量进行检验，结果见表1。由表1可以看出，各变量均表现为一阶单整，即一阶差分数据都是平稳的。
一、问题引入
在当前大数据、人工智能的时代背景下，非大数据技术类专业的学生也应该学习一些大数据相关知识，对以后的学习和工作都有重要的意义。通常情况下，大数据技术的体系很庞大、复杂。基础的技术包含：数据的采集、数据预处理、分布式存储、NoSQL数据库、数据仓库、机器学习、并行计算、可视化等，各种技术范畴和不同的技术层面[3]。通用化的大数据处理框架，主要分为以下五方面[4]：数据采集与预处理、数据存储、数据清洗、数据查询分析和数据可视化。由此可见，作为一门新兴技术，大数据技术相关专业的学习门槛较高，尤其是一些偏文科的专业，学习大数据技术非常困难，何况自己原本专业课负担也较重。
在《伊朗核协议》实施之前，中国曾多次获得美国政府的“重大削减例外”豁免，分别为2012年6月、12月，2013年6月、11月[21-23]。2013年11月29日给予中国的大幅削减豁免于2014年5月28日到期。此后，随着有关伊朗核计划的国际谈判推进，美国于2014年1月延长了对伊朗制裁的临时解除期，并且同意在6个月内，在特定条件下不对购买伊朗原油的某些国家（包括中国）实施次级制裁。制裁临时解除期后又多次延长，直至2016年1月伊核协议实施。本次给中国等的豁免是美国退出《伊朗核协议》后对“重大削减例外”的首次适用。
本文以文秘专业为例。大数据时代对文秘专业带来了挑战。但也是文秘专业发展的新机遇。在文秘专业岗位持续增加、岗位知识和能力要求不断扩展的大背景下，文秘人才培养不仅没有走入死胡同，反而面临新一轮的发展机遇[5-6]。
二、方案设计
(一)专业与大数据技术的融合
因此，在高校专业课程设置中，如何在现有专业课程体系框架的前提下，融合大数据技术的学习，是我们要面对的问题，也是解决各不同属性专业与大数据技术融合的关键。
在大数据时代，文秘办公室部门是一个中枢系统，把单位各种不同的数据汇集起来，供领导决策，并把这种决策迅速变成新工作的一部分。信息一体化的全面建设，让这一工作变得既迅捷，又高效。新的工作内容需要文秘专业教师认真对待教学内容，并在课程及教学内容上对此做出呼应。主要体现在以下三方面[7]：
2.新媒体宣传策划能力。单位的外部形象需要借助微信公众号、网站等途径进行宣传。外部的各种相关数据也需要文秘部门进行筛选后，进入单位领导和员工的视野。
1.信息化能力培养。在文秘传统的办公自动化课程中，必须扩展办公软件的学习范围，除了使用Word、Excel、PPT等软件外，逐步增加信息化的内容。
3.信息收集和处理能力。主要培养学生数据采集与预处理、数据存储、数据清洗、数据查询分析和数据可视化等环节，并最终形成基于数据的报告资源。目前，信息收集和处理能力已成为文秘专业课程设置的重点。
(二)大数据学习框架体系
学校要根据专业的特色，对大数据技术庞大的框架体系，制定适合的大数据技术学习范畴，还应充分考虑大数据技术的适应性。本文提出的适应性较高的大数据框架学习体系，主要包括：数据分析基本流程、常用指标或术语、Excel数据处理、数据分析方法论、数据展现、数据分析报告、课程总结等。
三、总结展望
大数据、AI时代已经来临，高校在大数据教育方面应该与时俱进，紧随趋势，培养出更多适应社会发展的、融合大数据素质的高素质人才。本文采用文献法和访谈法对专业教学融合大数据技术进行了系统研究，对融合的路径进行了一定的探索与实践，并结合文秘专业进行了大数据技术融合课程的设计，具有一定的参考与实际意义。但不同专业具有不用性质，我们还需要对专业进行深入研究，以建立适合专业的大数据融合方法，提高该方法的普适度。
参考文献：
[1]游波平.大数据背景下的高职教育教学新模式研究[J].南方农机,2019,50(12):100.
[2]黄佳玮.大数据时代背景下教师教学方式的优化探究[J].名师在线,2019(20):89-90.
[3]李建欣,胡春明,陶飞,赵洁玉.计算科学推进大数据时代多学科交叉发展[J].计算机教育,2014(1):27-32.
[4]吴磊,雷田,方浩.大数据背景下信息可视化课程教学模式与策略研究[J].艺术教育,2017(16):128-129.
[5]邱宗国.试论大数据时代背景下秘书的参谋辅助工作[J].秘书之友，2018(2).
[6]黄海燕，陈亚江.浅谈大数据时代高校教务秘书业务素质的提高[J].中国管理信息化，2017(3).
[7]赵志强,方明星.大数据时代文秘专业前景展望[J].学周刊,2019(16):189-190.
作者简介： 孙晓璇(1982.7－)女，汉，云南昆明，研究生，讲师，研究方向：大数据技术应用。
标签：大数据论文; 专业课程论文; 课程融合论文; 云南机电职业技术学院论文;